Language

[Replay] Data Experience Makers – Édition 2025

Visionner le replay
Glossaire

Data storytelling

Le concept de data storytelling désigne la capacité à raconter des histoires autour de la donnée. L’objectif est d’apporter du contexte aux données pour avoir une meilleure analyse d’une situation et prendre de meilleures décisions.

Big data, intelligence artificielle, machine learning ou cloud computing explosent depuis plus d’une décennie. Leur point commun : ils permettent aux organisations d’accéder à de multiples données, et ainsi de faciliter la prise de décision. Mais pour simplifier le processus décisionnel, encore faut-il que les informations à disposition soient compréhensibles. C’est à cet instant qu’intervient le data storytelling. De quoi s’agit-il ? À qui s’adresse-t-il ? Comment raconter des histoires avec la donnée ? Découvrez les réponses.

Data storytelling, c’est quoi ?

Le concept de data storytelling désigne la capacité à raconter des histoires autour de la donnée. L’objectif est d’apporter du contexte aux données pour avoir une meilleure analyse d’une situation et prendre de meilleures décisions. Cela peut prendre la forme de data visualisation originales, de textes, d’images, de ressources associées, etc.

Par exemple, la ville d’Orléans propose une data story pour analyser l’impact des ondes sur le territoire. Plutôt que d’avoir un dataset sous forme de tableau, complexe à comprendre, les utilisateurs ont accès à une page riche d’informations.

Le data storytelling s’inscrit dans le prolongement de la data visualisation (graphiques, dashboard, cartes, etc). Leur objectif est de transformer des données parfois complexes en informations simples et limpides.

Data stories : quels usages ?

Les data stories se prêtent à de nombreux usages :

  • Pour l’open data :

Qu’il s’agisse de collectivités, d’administrations publiques ou d’entreprises privées, toutes les organisations ont un devoir de transparence. L’utilisation de data stories permet de rendre les informations compréhensibles par tous types d’utilisateurs. Il s’agit donc du format idéal pour communiquer sur différentes problématiques : la mobilité, la culture, les ressources d’un territoire ou autre sujet thématique.

  • Pour l’usage interne

Au-delà de rendre la donnée compréhensible par tous, les data stories permettent de prendre de meilleures décisions. En présentant ainsi les données, les collaborateurs peuvent comprendre très rapidement les objectifs à atteindre et mettre les actions adaptées en place. Par ailleurs, les décideurs n’ont pas forcément le temps d’étudier des tableaux avec des milliers de lignes de chiffres. Le data storytelling leur permet ainsi d’appréhender plus facilement l’utilité de ces informations.

  • Pour la création de services data

Les services autour de la donnée visent à fournir des informations à forte valeur ajoutée pour répondre à une problématique précise. La création de data stories est donc particulièrement adaptée pour proposer des insights facilement identifiables à des partenaires ou clients.

Comment raconter des histoires à partir de vos données ?

Au regard des volumes de données, des objectifs ou encore des spécificités métiers, chaque organisation peut mettre en place son propre processus de data storytelling. Néanmoins, il existe plusieurs bonnes pratiques pour raconter des histoires pertinentes à partir de vos données.

Préparer les données

À l’heure actuelle, les datas sont de plus en plus complexes. Que ce soit à cause de l’hétérogénéité des formats et des sources de données, mais aussi des énormes masses de données.

Si cette diversité permet aux organisations d’accéder à une information riche et complète, elle rend surtout la compréhension des datas plus délicate. Une uniformisation et un traitement des données s’avèrent alors nécessaires pour simplifier leur utilisation dans une data story.

Créer des data visualisations

Pour raconter des histoires pertinentes, il est nécessaire d’utiliser des outils de visualisation pour présenter vos données de différentes manières : graphiques, cartes, timeline, indicateurs, etc. Par ailleurs, il est important que ces visualisations soient interactives, grâce à des filtres et vues personnalisables.

Ajouter des éléments de contexte

Le propre d’une data story est d’apporter des éléments de contexte pour mieux comprendre les données. Il peut s’agir de textes, d’images ou de ressources associées par exemple. L’objectif est de permettre aux utilisateurs de comprendre tous les enjeux d’une thématique en très peu de temps.

Partager vos data stories sur les bon canaux

Enfin, les data stories doivent être partagées sur les canaux adaptés pour être consultées par le plus grand nombre. Il peut s’agir d’un site web, d’une application mobile ou d’un portail thématique dédié. Il faut donc prêter une attention particulière à l’aspect responsive de vos data stories pour qu’elle s’adapte à tous les canaux et devices.

 

Demandez une démo de la solution Opendatasoft et créez les meilleures expériences data

En savoir plus
5 raisons d’enrichir votre data catalog avec une data product marketplace Accès aux données
5 raisons d’enrichir votre data catalog avec une data product marketplace

Mettre en place un data catalog, c’est poser les fondations de sa stratégie data : recenser, structurer, qualifier les actifs. Un chantier souvent long, parfois technique, toujours ambitieux. Pourtant, dans bien des organisations, une question persiste : comment faire en sorte que ces données soient réellement utilisées à grande échelle ?

Comment structurer une équipe data performante pour démocratiser l’utilisation des données Accès aux données
Comment structurer une équipe data performante pour démocratiser l’utilisation des données

Pour partager les données à grande échelle, les Chief Data Officers doivent mettre en place les compétences, ressources et structures adéquates. Sur la base d’une nouvelle étude de Gartner, voici comment constituer des équipes data efficaces, capables de répondre à la fois aux besoins des équipes métier et de l’entreprise au sens large.

Accélérez vos projets IA grâce à des données partageables et optimisées pour les modèles et agents IA Accès aux données
Accélérez vos projets IA grâce à des données partageables et optimisées pour les modèles et agents IA

Pour entraîner et déployer des algorithmes et agents d’IA, des données de qualité sont essentielles. Découvrez dans cet article comment partager efficacement des données prêtes à l’emploi et lisibles par la machine grâce aux data products et marketplaces.

Commencez à créer vos expériences data